Analisis Hierarchical Clustering untuk Segmentasi Pelanggan pada Dataset Mall Customers

Maissy Angelica Pakpahan (Ilmu Komputer, FMIPA, Universitas Negeri Medan)
Sirlia Sahid (Ilmu Komputer, FMIPA, Universitas Negeri Medan)
Mika M.F Simanullang (Ilmu Komputer, FMIPA, Universitas Negeri Medan)
Rifqi Putra Winanda (Ilmu Komputer, FMIPA, Universitas Negeri Medan)

Jurnal Sistem Informasi dan Informatika
Vol 4 No 1 (2026): Januari 2026

Penelitian ini bertujuan untuk menganalisis segmentasi pelanggan menggunakan metode Hierarchical Clustering pada dataset Mall Customers. Tujuan utama penelitian adalah mengelompokkan pelanggan berdasarkan kemiripan Annual Income dan Spending Score. Metode penelitian meliputi preprocessing data menggunakan normalisasi Z-score, perhitungan jarak Euclidean, serta proses clustering menggunakan metode Ward linkage. Penentuan jumlah cluster optimal dilakukan dengan menggunakan beberapa metrik evaluasi seperti Silhouette Score, Calinski-Harabasz Index, dan Davies-Bouldin Index. Hasil penelitian menunjukkan bahwa jumlah cluster optimal adalah lima dengan performa clustering yang baik ditunjukkan oleh nilai Silhouette yang tinggi dan Davies-Bouldin yang rendah. Setiap cluster merepresentasikan segmen pelanggan yang berbeda seperti pelanggan dengan pendapatan tinggi dan belanja tinggi maupun rendah. Hasil ini dapat digunakan sebagai dasar strategi pemasaran yang lebih efektif.